ANALISIS RASIO KEUANGAN UNTUK MEMPREDIKSI KONDISI FINANCIAL DISTRESS PERUSAHAAN MANUFAKTUR
YANG TERDAFTAR DI DAFTAR EFEK SYARIAH PRIODE 2012-2015
SKRIPSI
DIAJUKAN KEPADA FAKULTAS EKONOMI DAN BISNIS ISLAM UNIVERSITAS ISLAM NEGERI SUNAN KALIJAGA YOGYAKARTA
UNTUK MEMENUHI SEBAGIAN SYARAT MEMPEROLEH GELAR SARJANA STRATA SATU DALAM ILMU EKONOMI ISLAM
OLEH:
M.AHKAMUS SYAFIUDDIN NIM :11391025
PEMBIMBING:
DR. MISNEN ARDIANSYAH S.E M.Si.
PROGRAM STUDI KEUANGAN SYARIAH
FAKULTAS EKONOMI DAN BISNIS ISLAM
UNIVERSITAS ISLAM NEGERI SUNAN KALIJAGA
YOGYAKARTA
2017
vi
PEDOMAN TRANSLITERASI ARAB-LATIN
Transliterasi kata-kata Arab yang dipakai dalam penyusunan skripsi ini
berpedoman pada Surat Keputusan Bersama Menteri Agama dan Menteri
Pendidikan dan Kebudayaan Republik Indonesia Nomor: 158/1987 dan
0543b/U/1987.
A. Konsonan Tunggal
Huruf
Arab
Nama
Huruf Latin
Keterangan
ا
ب
ت
ث
ج
ح
خ
د
ذ
ر
ز
س
ش
ص
Alif
Bā’
Tā’
Ṡā’
Jīm
Ḥā’
Khā’
Dāl
Żāl
Rā’
Zāi
Sīn
Syīn
Ṣād
Tidak dilambangkan
b
t
ṡ
j
ḥ
kh
d
ż
r
z
s
sy
ṣ
Tidak dilambangkan
be
te
es (dengan titik di atas)
je
ha (dengan titik di bawah)
ka dan ha
de
zet (dengan titik di atas)
er
zet
es
es dan ye
es (dengan titik di bawah)
vii
ض
ط
ظ
ع
غ
ف
ق
ك
ل
م
ن
و
هـ
ء
ي
Ḍād
Ṭā’
Ẓā’
‘Ain
Gain
Fāʼ
Qāf
Kāf
Lām
Mīm
Nūn
Wāwu
Hā’
Hamzah
Yāʼ
ḍ
ṭ
ẓ
ʻ
g
f
q
k
l
m
n
w
h
ˋ
Y
de (dengan titik di bawah)
te (dengan titik di bawah)
zet (dengan titik di bawah)
koma terbalik di atas
ge
ef
qi
ka
el
em
en
w
ha
apostrof
Ye
B. Konsonan Rangkap karena Syaddah Ditulis Rangkap
مـتعّددة
عّدة
Ditulis
Ditulis
Muta‘addidah
‘iddah
C. Tᾱ’ marbūṭah
Semua tᾱ’ marbūṭah ditulis dengan h, baik berada pada akhir kata
tunggal ataupun berada di tengah penggabungan kata (kata yang diikuti oleh
kata sandang “al”). Ketentuan ini tidak diperlukan bagi kata-kata Arab yang
sudah terserap dalam bahasa indonesia, seperti shalat, zakat, dan sebagainya
kecuali dikehendaki kata aslinya.
viii
حكمة
علّـة
األولياء كرامة
ditulis
ditulis
ditulis
Ḥikmah
‘illah
karᾱmah al-auliyᾱ’
D. Vokal Pendek dan Penerapannya
---- َ ---
---- َ ---
---- َ ---
Fatḥah
Kasrah
Ḍammah
ditulis
ditulis
ditulis
A
i
u
فع ل
ذ كر
ي ذهب
Fatḥah
Kasrah
Ḍammah
ditulis
ditulis
ditulis
fa‘ala
żukira
yażhabu
E. Vokal Panjang
1. fatḥah + alif
جاهلـيّة
2. fatḥah + yā’ mati
نسى تـ
3. Kasrah + yā’ mati
كريـم
4. Ḍammah + wāwu mati
فروض
ditulis
ditulis
ditulis
ditulis
ditulis
ditulis
ditulis
ditulis
Ᾱ
jᾱhiliyyah
ᾱ
tansᾱ
ī
karīm
ū
furūḍ
ix
F. Vokal Rangkap
1. fatḥah + yā’ mati
بـينكم
2. fatḥah + wāwu mati
قول
ditulis
ditulis
ditulis
ditulis
Ai
bainakum
au
qaul
G. Vokal Pendek yang Berurutan dalam Satu Kata Dipisahkan dengan
Apostrof
تمنـ أ أ
اُعّدت
شكرتـم لئن
ditulis
ditulis
ditulis
a’antum
u‘iddat
la’in syakartum
H. Kata Sandang Alif + Lam
1. Bila diikuti huruf Qamariyyah maka ditulis dengan menggunakan huruf
awal “al”
القرأن
القياس
ditulis
ditulis
al-Qur’ᾱn
al-Qiyᾱs
2. Bila diikuti huruf Syamsiyyah ditulis sesuai dengan huruf pertama
Syamsiyyah tersebut
الّسماء
الّشمس
ditulis
ditulis
as-Samᾱ
asy-Syams
x
I. Penulisan Kata-kata dalam Rangkaian Kalimat
Ditulis menurut penulisannya
الفروض ذوى
الّسـنّة أهل
ditulis
ditulis
żɑwi al-furūḍ
ahl as-sunnah
xi
HALAMAN MOTTO:
Tak ada yang baik dan b u r uk kecuali bahwa pikiran
membua tnya demikian
~ SHAKESPEARE
Ki ta adalah apa yang ki ta kerjakan berulang-ulang.
K a rena i t u ,keunggulan b ukanlah s ua t u
perbua tan,melainkan sebuah kebiasaan
~ Aristoteles
Dan janganlah kamu berpu t u s asa dari r ahmat Allah.
Sesungguhnya tiada berpu t u s asa dari r ahmat Allah
melainkan orang-orang yang ku f u r ( terhadap karunia
Allah)
~ Q.S. Yusuf: 87
HALAMAN PERSEMBAHAN
Karya sederhana yang masih menjadi pembelajaran ini saya persembahkan untuk
Ayahanda, Ibunda tercinta,dan adik-adikku tercinta, keluarga besar bani kasmani serta almamaterku UIN Sunan Kalijaga Yogyakarta
xiii
KATA PENGANTAR
Bismillahirrohmanirrohim
Assalamu’alaikum Wr. Wb.
Puji syukur atas kehadirat Allah SWT yang telah memberikan rahmat dan karunianya
kepada penulis, sehingga penelitian skripsi ini dapat terselesaikan. Sholawat serta salam tidak
lupa saya panjatkan kepada junjungan kita Nabi Muhammad SAW. Semoga kita termasuk
golongan umatnya dan mendapatkan syafaatnya di yaumul qiyamah. Amin.
Penelitian ini merupakan tugas akhir pada Program Studi Manajemen Keuangan
Syari’ah, Fakultas Ekonomi dan Bisnis Islam, UIN Sunan Kalijaga Yogyakarta. Proses
penelitian skripsi ini bukan tidak ada hambatan, melainkan penuh dengan kesulitan yang
membuat penulis harus bekerja keras dan selalu bersabar dalam mengumpulkan data-data
yang sesuai dengan maksud dan tujuan penelitian.
Untuk itu, penulis dengan ikhlas ingin mengucapkan terimakasih kepada berbagai
pihak, baik dari pembimbing materi maupun teknis sehingga laporan ini dapat disusun dan
diselesaikan dengan baik dan lancar. Untuk itu perkenankan penulis menyampaikan terima
kasih kepada yang terhormat:
1. Bapak Prof. Dr. KH. Yudian Wahyudi., M.A., P.h.D, selaku Rektor Universitas Islam
Negeri Sunan Kalijaga Yogyakarta.
2. Bapak Dr. H. Syafiq Mahmadah Hanafi., M.Ag, selaku Dekan Fakultas Ekonomi dan
Bisnis Islam beserta jajarannya.
3. Bapak yazid., M.Ag selaku Kaprodi Manajemen Keuangan Syari’ah.
4. Bapak Dr. Misnen Ardiyansah, M.Si sebagai dosen pembimbing yang telah
membimbing, mengarahkan dan memberi masukan dengan penuh kesabaran kepada
penulis.
5. Ayahanda Mutohar dan Ibunda Hj Khotimah serta adik-adikku Ziana khurunain dan
Hikam al aziz, Erfan Arif, Nur Hidayati Sunhaji yang selalu memotivasi serta
mengantarkan doa untuk penulis.
6. Teman seperjuangan Prodi Manajemen Keuangan Syari‟ ah 2011 khususnya Taufan
(B) yang telah banyak membantu penulis.
7. Sahabat-sahabat yang selalu menemani dan memberi dorongan selama proses
penelitian.
8. Teman-teman satu atap selama tinggal di Mabes Ismala Diy (Albab. Barok, Alung, kupret)
xiv
9. Teman seperjuangan alumnus Pesantren Ulul Albab yang telah banyak membantu
penulis.
10. Teman-teman KKN angkatan ke-88, Dina, Yudo, Indah, Mariyah, Jon yang telah
banyak memberi pelajaran hidup bagi penulis.
11. Semua pihak yang telah membantu penulis dalam penyusunan tugas akhir serta dalam
menempuh studi yang tidak dapat penulis sebutkan satu persatu.
Semoga semua yang telah diberikan menjadi amal saleh dan diberi balasan melebihi
apa yang telah diberikan oleh Allah SWT. dan semoga skripsi ini bermanfaat bagi penulis
khususnya serta bagi para pembaca pada umumnya. Aamiin Ya Rabbal ‘Alamiin.
Wassalamu’alaikum Wr. Wb.
Yogyakarta,23 November 2017
Penyusun,
M.AHKAMUS SYAFIUDDIN
NIM. 11391025
xv
ABSTRAK
.
Penelitian ini bertujuan untuk menguji pengaruh rasio keuangan yaitu Working Capital To Total Asset, Retained Earnings To Total Asset, Market Value Of Equity To Book Value Of Total Liability, Sales To Total Asset dalam memprediksi Financial Distress pada perusahaan manufaktur yang terdaftar di daftar efek syariah periode tahun 2012 – 2015.
Data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari daftar efek syariah (DES). Rasio keuangan sebagai variabel independen dihitung berdasarkan rasio keuangan menggunakan data keuangan tahun 2012-2015, sedangkan data keuangan tahun 2013-2014 digunakan sebagai dasar untuk menentukan status Financial Distress yang menggunakan proksi EBIT negatif 2 (dua) tahun berturut turut atau yang telah delisting dari DES. Penelitian ini menggunakan 140 perusahaan manufaktur sebagai sampel penelitian yang terdiri dari 23 perusahaan Non-Financial Distress dan 23 perusahaan Financial Distress. Hipotesis dari penelitian ini diuji dengan model analisis 1 tahun dan 2 tahun sebelum Financial distress menggunakan regresi logistik data panel.
Hasil penelitian ini adalah bahwa rasio yang digunkan oleh altman dengan meneliminasi variable EBIT mampu memprediksi perusahaan yang benar mengalami Financial Distress dengan keakuratan sebesar 50% dan 61,1% masing-masing dalam periode 2 tahun dan 1 tahun sebelum terjadinya Financial Distress. Hasil pengujian juga menunjukkan bahwa semua rasio keuangan yaitu WCTA, RETA, MVETL dan STA berpengaruh positif terhadap kemungkinan terjadinya Financial Distress.
Kata kunci: Financial Distress, Rasio Keuangan, Perusahaan Manufaktur, Regresi Data Panel.
xvi
ABSTRACT
This study aims to examine the effect of financial ratios of Working Capital To Total Assets, Retained Earnings To Total Assets, Market Value Of Equity To Book Value Of Total Liability, Sales To Total Asset in predicting Financial Distress at manufacturing companies listed in the list of periodic sharia securities 2012 - 2015.
The data used in this study is secondary data obtained from the list of Islamic securities (DES). Financial ratios as independent variables are calculated based on financial ratios using financial data for 2012-2015, while financial data of 2013-2014 is used as a basis for determining the status of Financial Distress using 2-year consecutive or delisted negative EBIT proxies from DES . This study uses 140 manufacturing companies as a research sample consisting of 23 companies of Non-Financial Distress and 23 companies of Financial Distress. The hypothesis of this study was tested with 1 year and 2 year analysis model before Financial distress using logistic data panel regression.
The result of this research is that the ratio used by altman by eliminating EBIT variable can predict the correct company to experience Financial Distress with the accuracy of 50% and 61,1% respectively in the period of 2 years and 1 year before the occurrence of Financial Distress. The test results also show that all financial ratios of WCTA, RETA, MVETL and STA have a positive effect on the possibility of Financial Distress occurring.
Keywords: Financial Distress, Financial Ratio, Manufacturing Company, Panel Data Regression.
xvi
DAFTAR ISI
HALAMAN JUDUL ........................................................................................... i
HALAMAN PERSETUJUAN ........................................................................... ii
SURAT PENGESAHAN .................................................................................. iii
PERNYATAAN KEASLIAN ........................................................................... iv
PERSETUJUAN PUBLIKASI .......................................................................... v
PEDOMAN TRANSLITERASI ....................................................................... vi
HALAMAN MOTTO ...................................................................................... .xi
HALAMAN PERSEMBAHAN ....................................................................... xii
KATA PENGANTAR ..................................................................................... xiii
ABSTRAK ........................................................................................................ xv
DAFTAR ISI ................................................................................................... xvi
DAFTAR TABEL ............................................................................................ xx
BAB I PENDAHULUAN .................................................................................. 1
1.1. Latar Belakang ..................................................................................... 1
1.2. Rumusan Masalah………………………………………………………7
1.3. Tujuan Penelitian……………………………………………………….7
1.4. Manfaat Penelitian……………………………………………………...8
1.5. Sistematika Pembahasan………………………………………………..8
xvii
BAB II LANDASAN TEORI .......................................................................... 10
2.1. Landasan Teori ................................................................................... 10
2.1.1 Kebangkrutan ..................................................................................... 10
2.2. Teori Modal ....................................................................................... 12
2.3 Trade off theory .................................................................................. 14
2.2.1 Balancing theory ................................................................................ 15
2.2.2 Packing theory .................................................................................. 16
2.2.3 Rasio Keuangan ............................................................................. …18
2.4 Penyebab Kesulitan Keuangan ........................................................... 22
2.5 Struktur Modal dalam Islam ............................................................... 25
2.6 Telaah Pustaka ................................................................................... 27
2.7 Kerangka Teoritis Dan Hipotesis Penelitian ....................................... 35
BAB III METODE PENELITIAN .................................................................. 41
3.1. Sifat dan Jenis Penelitian .................................................................. 41
3.2. Populasi dan Sampel .......................................................................... 41
3.3. Data dan Sumber Data ...................................................................... 43
3.4. Definisi Operasional Variabel ........................................................... .44
3.5. Teknik Analisis Data .......................................................................... 47
3.5.1 Statistik Deskriptif ............................................................................. 47
3.5.2 Uji Asumsi Klasik ............................................................................. 48
3.5.3. Regresi Data Panel ............................................................................ 51
3.6.5 Uji Hipotesis ..................................................................................... 55
xviii
BAB IV ANALISIS DAN PEMBAHASAN .................................................... 58
4.1. Deskriptif Objek Penelitian .............................................................. 58
4.2. Statistik Deskriptif ........................................................................... 61
4.3. Pengujian Asumsi Klasik ................................................................ 63
4.3.2. Hasil Uji Multikolieritas .................................................................. 64
4.4. Hasil Pemilihan Model Estimasi Regresi Data Panel ....................... 65
4.4.1. Uji Chow ......................................................................................... 65
4.4.2. Uji Hausman .................................................................................... 66
4.4.3. Uji Lagrange Multiplier ................................................................... 66
4.5. Uji Hipotesis .................................................................................... 68
4.5.1. Regresi Panel ................................................................................... 68
4.5.2. Uji F (simultan) ................................................................................ 71
4.5.3. Koefisien determinasi (R2) ............................................................... 72
4.5.4. Uji T ............................................................................................. 73
4.6. Pembahasan Uji Hipotesis ................................................................ 76
BAB V PENUTUP ......................................................................................... ..85
5.1. Kesimpulan ..................................................................................... 85
5.2. Keterbatasan .................................................................................... 87
5.3. Saran ............................................................................................... 88
DAFTAR PUSTAKA ................................................................................. ….93
LAMPIRAN .................................................................................................... .94
xix
DAFTAR TABEL
Tabel 3.1 Variable penelitian ........................................................................... 50
Tabel 4.1 Sample Penelitian.... ......................................................................... 58
Tabel 4.2 Statistik Deskriptif ............................................................................ 62
Tabel 4.3 Uji Normalitas .................................................................................. 63
Tabel 4.4 Uji Multikolonieritas..........................................................................64
Tabel 4.5 Uji Chow............................................................................................65
Tabel 4.6 Hasil Uji Hausman..............................................................................65
Tabel 4.7 Hasil Uji LM …..................................................................................67
Tabel 4.8 Uji Hipotesis....................................................................................... 68
1
BAB I
PENDAHULUAN
1.1. Latar Belakang
Sebagai salah satu unsur yang menentukan keberhasilan
pembangunan suatu negara adalah daya saing ekonomi yang merupakan
kemampuan suatu negara untuk memproduksi dan mengekspor produk
manufaktur secara kompetitif. Semakin baik daya saing ekonomi suatu negara
maka semakin baik pula berbagai indikator ekonomi lainnya seperti kinerja
produksi dan kinerja perdagangan yang meningkat.
Menurut Bank Dunia (2012) dalam Laporan Perkembangan
Triwulanan Perekonomian Indonesia, perlemahan ekonomi global dan
peningkatan ketidakpastian di tahun 2012 tidak merintangi pertumbuhan
ekonomi Indonesia yang tetap kuat. Reputasi sektor manufaktur Indonesia
meredup sejak krisis Asia tahun 1997-98, karena penurunan kinerja
dibandingkan sektor manufaktur di kawasan regional maupun antara sektor-
sektor perekonomian lainnya. Daya beli konsumen negara-negara besar seperti
Amerika Serikat dan Uni Eropa yang melemah berpengaruh pada industri
manufaktur negara-negara pengekspor, termasuk Indonesia (Evanny Indri
Hapsari, 2012:102)
Misalnya, akses ke pembiayaan, tenaga listrik dan pengaturan pemerintah
yang berlebihan mempunyai pengaruh yang cukup besar terhadap
produktivitas rata- rata perusahaan manufaktur di Indonesia. Hambatan juga
berasal dari kalangan buruh, kenaikan upah minimum yang cukup besar serta
berbagai tuntutan hak-hak pekerja membuat komponen biaya produksi
2
semakin membengkak pula. Perkembangan perekonomian dunia yang dinamis
menuntut pengelolaan perusahaan yang baik. Perusahaan harus selalu berupaya
untuk mempertahankan serta meningkatkan kinerjanya di tiap sektor sebagai
antisipasi persaingan bisnis yang semakin ketat. Sejak era globalisasi, krisis
keuangan menjadi lebih sering terjadi daripada sebelumnya (Yuli Prawinta :
2005).
Daya saing Indonesia tidak mengalami perkembangan positif sejak tahun
2010 yang ditunjukkan dengan Laporan World Economic Forum (WEF) 2010-
2012. Berdasarkan laporan indeks daya saing global (GCI) dalam laporan
tersebut, Indonesia menempati posisi ke-44 pada tahun 2010-2011 dan
kemudian turun ke posisi 46 pada tahun 2011-2012 dan kemudian stagnan pada
posisi ke-50 pada tahun 2012-2013. Jika dibandingkan dengan negara ASEAN
lainnya daya saing Indonesia tertinggal jauh dengan Singapura (posisi ke-2),
Malaysia (posisi ke-18), Brunei Darussalam (posisi ke-28) dan Thailand (posisi
ke-32) pada tahun 2015-2016 (Kementrian Keuangan, 2015). .
Penurunan daya saing Indonesia juga dipengaruhi daya saing industri
khususnya industri manufaktur. Industri manufaktur memiliki kontribusi
signifikan terhadap PDB yaitu sekitar 24% sejak tahun 2010. Kajian Ditjen
Basis Industri Manufaktur (BIM) Kemenperin pada sektor industri logam,
kimia dasar, kimia hilir, tekstil dan aneka menyatakan hanya 1.250 harmonized
system (HS) produk yang mempunyai daya saing tinggi dan sangat tinggi dari
total 3.998 HS produk. Ini berarti hanya 31,26% produk industri manufaktur
yang berdaya saing tinggi dan mampu berkompetisi di ASEAN. Secara garis
besar kelemahan industri logam karena belum adanya investasi pengembangan
industri yang diantaranya menghasilkan Pellet besi, pig iron, Green Pipe, Slab
3
Stainless Steel, Billet Stainless Steel, atau batang stainless steel. Sementara
kelemahan industri kimia dasar disebabkan masih kurangnya pengembangan
industri petrokimia yang mengolah sumber daya alam berbasis minyak, gas
bumi, dan batu bara serta di sektor industri kimia hilir disebabkan masih
kurangnya pengembangan industri hilir berbasis karet.
Guna menghadapi ASEAN Economic Community 2015, industri dalam
negeri diharapkan dapat mempersiapkan diri secara matang sehingga dapat
bersaing dengan produk industri negara ASEAN lainnya. Selain faktor regulasi
pemerintah yang mempengaruhi pertumbuhan industri, kinerja internal
perusahaan dalam industri tersebut juga berperan penting (Kementrian
Perindustrian RI, 2015)
Untuk itu analisis mengenai kondisi Financial Distress sangat penting
bagi berbagai pihak. Hal ini dikarenakan kebangkrutan suatu perusahaan tidak
hanya merugikan pihak perusahaan saja, tetapi merugikan pihak lain yang
berhubungan dengan perusahaan tersebut. Oleh karena itu, analisis kondisi
financial distress dapat dilakukan untuk memperoleh peringatan awal
kebangkrutan. Semakin awal tanda-tanda kebangkrutan tersebut
diketahui,maka akan semakin baik bagi pihak manajemen. Manajemen bisa
segera melakukan perbaikan-perbaikan agar perusahaan tidak mengalami
kebangkrutan (Mamduh M. Hanafi Dan Abdul Halim, 2007:363). Suatu
perusahaan akan mengeluarkan sumber daya untuk menghindarinya.ketika
suatu perusahaan sedang mengalami masalah besar dalam menghadapi
kewajiban utang, kita menyebutnya sedang mengalami kesulitan keuangan
(Financial Distress). Sebagian perusahaan yang mengalami kesulitan
keuangan pada akhirnya mendaftarkan diri untuk klaim kebangkrutan, tetapi
4
sebagian tidak melakukan hal ini karena mereka dapat kembali pulih atau
keluar dari kesulitan ini (Ross dkk, 2009: 177).
Berbagai penelitian yang telah dilakukan untuk mengkaji maanfaat
yang bisa dipetik dari analisis rasio keuangan. Penelitian yang dilakukan oleh
Altman (1968) merupakan penelitian awal yang mengkaji pemanfaatan analisis
rasio keuangan sebagai alat untuk memprediksi kebangkrutan perusahaan.
Altman menyatakan bahwa jika perusahaan memiliki indeks kebangkrutan
2,99 atau lebih maka perusahaan tidak termasuk perusahaan yang
dikategorikan akan mengalami kebangkrutan. Sedangkan perusahaan yang
memiliki indeks kebangkrutan 1,81 atau kurang maka perusahaan termasuk
kategori bangkrut. Dia menemukan ada lima rasio keuangan yang dapat
digunakan untuk mendeteksi kebangkrutan perusahaan dua tahun sebelum
perusahaan tersebut bangkrut. Kelima rasio tersebut terdiri dari : Cash Flow To
Total Debt, Net Income To Total Assets, Total Debt To Total Assets,Working
Capital To Total Assets, Dan Current Ratio.
Altman juga menemukan bahwa rasio – rasio tertentu, terutama
likuidasi dan leverage, memberikan sumbangan terbesar dalam rangka
mendeteksi dan memprediksi kebangkrutan perusahaan. Model Altman ini
dikenal dengan Z-score yaitu score yang ditentukan dari hitungan standar kali
nisbah – nisbah keuangan yang menunjukkan tingkat kemungkinan
kebangkrutan perusahaan. Salah satu kelemahan Z-score model Altman ini
adalah terletak pada penggunaan rasio EBIT. Pengungkapan dan pelaporan
keuangan antara perusahaan yang satu dengan yang lain biasanya berbeda.
Pada perusahan tertentu adakalanya besarnya biaya bunga tidak dinyatakan
secara eksplisit sehingga EBIT sulit diterapkan, oleh karenanya harus
5
menggunakan EBIT (Earning Before Tax), dan ini bisa menyebabkan
beragamnya data EBIT (Altman, G. Marco dan F Varreto,1994:9).
Penelitian Pattinasarany (2010), yang menggunakan 16 rasio keuangan
untuk memprediksi financial distress. Rasio tersebut adalah rasio Net
Income/Sales,Current Assets/Current Liabilitas,Working Capital/Total Asset
,Net Fixed Assets/Total Assets,Sales/Total Assets,Sales/Current Assets
,Sales/Working Capital,Net Income /Total Assets,Net Income/Equity,Total
Liabilitas/Total Asset, dalam penelitianya dinyatakan bahwa rasio yang paling
dominan untuk memperediksi financial distress adalah Net Income/Sales,
Current Assets/Current Liabilitas ,Sales/Total Assets, Sales/Current Assets,
Net Income Total Assets dan Cash/Current Liabilitas, Sedangkan rasio yang
lainya tidak berpengaruh signifikan terhadap financial distress. Persamaan
penelitian adalah dengan menggunakan rasio Current Assets To Total
Assets,Net Fixed Assets To Total Assets,Total Liabilities To Total
Assets,Current Liabilities To Total Assets dan Sales growth.
Sebagai variable bebas untuk memperediksi Financial Distress.
perbedaan dengan penelitian dulu dalam menguji penelitian menggunakan
Logistic Regression yang menggolongkan variable terikat menjadi dua kategori
yaitu mengalami Financial Distress dan tidak mengalami Financial Distress.
sedangkan dalam penelitian ini dalam pengujian hasil penelitian menggunakan
regresi berganda dan menghitung nilai Financial Distress menggunakan model
altman ( Dina Rosselly Marta, 2012:2 ).
Objek penelitian yang digunakan dalam penelitian ini adalah
perusahaan yang terdaftar di Daftar Efek Syariah selama periode 2012-2015,
karena Daftar Efek Syariah merupakan efek yang tidak bertentangan dengan
6
prinsip syariah di pasar modal yang ditetapkan oleh BAPEPAM dan LK. Selain
itu jumlah perusahaan yang terdaftar di Daftar Efek Syariah lebih banyak dari
pada perusahaan yang terdaftar di Jakarta Islamic Index (JII) sehingga dapat
diperoleh populasi penelitian yang lebih banyak dalam satu jenis
perusahaan.Penelitian ini mengambil sampel pada perusahaan manufaktur
tahun 2012-2015, alasan peneliti mengambil perusahaan manufaktur tahun
2012-2015 karena masih sedikit penelitian yang meneliti tentang perusahaan
tersebut. Selain itu, perusahaan manufaktur adalah perusahaan yang sangat
peka dengan keadaan ekonomi seperti bunga, yang mengakibatkan laba
perusahaan sangat fluktuatif. Kemudian alasan mengambil tahun 2012-2015
diharapkan agar hasil penelitian dapat menjelaskan keadaan terbaru di
Indonesia.
Berdasarkan latar belakang masalah di atas, sehingga perlu dilakukan
penelitian untuk memprediksikan kemungkinan terjadinya kebangkrutan
sebuah perusahaan, maka penulis mengangkat judul “Analisis Rasio
Keuangan Dalam Memprediksi Kondisi Financial Distress Perusahaan
Manufaktur Yang Terdapat Di Daftar Efek Syariah 2012-2015’’
7
1.2. Rumusan Masalah
Berdasarkan latar belakang yang telah dijelaskan sebelumnya, masalah
yang akan diteliti dalam penelian ini adalah:
1. Bagaimana Working Capital to Total Asset (WCTA) berpengaruh
signifikan terhadap prediksi kondisi Financial Distress?
2. Bagaimana Market Value of Equity to Book Value of Total Liability
(MVTL) berpengaruh signifikan terhadap prediksi kondisi Financial
Distress?
3. Bagaimana rasio Retained Earnings to Total Asset berpengaruh
signifikan terhadap prediksi kondisi Financial Distress?
4. Bagaimana rasio Sales To Total Assets berpengaruh signifikan
terhadap prediksi kondisi Financial Distress?
1.3. Tujuan Penelitian
Adapun tujuan dari penelitian ini adalah
1. Menganalisis dan menjelaskan pengaruh rasio WCTA terhadap
kondisi Financial Distress perusahaan.
2. Menganalisis dan menjelaskan pengaruh rasio MVTL terhadap
kondisi Financial Distress perusahaan.
3. Menganalisis dan menjelaskan pengaruh rasio Sales To Total Assets
terhadap kondisi Financial Distress perusahaan.
4. Menganalisis dan menjelaskan Retained Earnings to Total Asset
berpengaruh signifikan terhadap prediksi kondisi Financial Distress
8
1.4. Manfaat Penelitian
Penelitian yang dilakukan oleh peneliti diharapkan dapat
memberikan manfaat antara lain:
a. Bagi akademisi, penelitian ini dapat digunakan sebagai bahan
referensi penelitian selanjutnya yang memiliki topik sejenis dan
berhubungan dengan penelitian ini.
b. Bagi perusahaan, penelitian ini diharapkan dapat menjadi bahan
informasi agar perusahaan mampu mendapatkan dana dari investor
dengan melakukan kebijakan-kebijakan pada variabel-variabel yang
diteliti.
1.5. Sistematika Pembahasan
Sistematika pembahasan merupakan uraian logis yang bersifat
sementara menyangkut hubungan urutan suatu bab dengan bab lainnya. Dalam
skripsi ini sistematika dibagi menjadi sebagai berikut:
BAB I : PENDAHULUAN
Merupakan pendahuluan yang terdiri dari; latar belakang masalah
penelitian yang menceritakan apa yang mendorong peneliti untuk
melakukan penelitian suatu masalah, rumusan masalah yang merupakan
permasalahan yang timbul dalam penelitian tersebut, kemudian, tujuan dan
manfaat penelitian, serta sistematika penulisan skripsi.
BAB II : TELAAH PUSTAKA
Merupakan landasan teoritis atau teori-teori pendukung yang
digunakan dalam penelitian ini dan studi empiris yang memaparkan tentang
telaah pustaka yang merupakan hasil penelitian terdahulu yang sejenis.
Kemudian hipotesis yaitu kesimpulan awal atas penelitian tersebut.
9
BAB III : METODE PENELITIAN
Merupakan metodologi penelitian yang memaparkan tentang jenis
dan sifat penelitian, populasi dan sampel penelitian, teknik pengumpulan
data, definisi operasional variabel dan teknik analisis data.
BAB IV : HASIL DAN PEMBAHASAN
Berisikan tentang analisa data dan pembahasan, yang
menjelaskan tentang analisis dari pengolahan data, baik analisis data
secara deskriptif maupun analisis hasil pengujian hipotesis yang telah
dilakukan. Selanjutnya,
85
BAB V
PENUTUP
5.1. Kesimpulan
Penelitian bertujuan untuk meneliti pengaruh. Variabel, Market Value
Of Equity to Book Value of Total Liability (MVTL), Retained Earnings to
Total Asset (RETA), Sales to Total Asset (SATA), dan Working Capital to
Total Asset (WCTA) yang terdaftar di daftar efek syariah (DES) priode 2012-
2015 dengan menggunakan alat analisis STATA 2.1. Hasil analisis data
dengan menggunakan regresi panel pada satu tahun sebelum Financial
Distress dan pada dua tahun sebelum Financial Distress. Maka berikut ini
adalah hasil dari penelitian yang dilakukan
1. Dari hasil analisis data diperoleh bahwa variabel Market Value Of Equity
to Book Value of Total Liability (MVTL) berpengaruh negatif signifikan
terhadap Financial Distress. Hal ini berarti bahwa semakin rendah rasio
Market Value Of Equity to Book Value of Total Liability (MVTL) maka
Financial Distress juga akan semakin tinggi. Karena adanya rasio ini akan
menjadikan suatu perusahaan dinilai sebagai perusahaan yang tidak terlalu
bagus untuk keberlangsungan perusahaan itu sendiri. Jadi, hipotesis yang
menyatakan bahwa Market Value Of Equity to Book Value of Total
Liability berpengaruh negatif signifikan terhadap Financial Distress
adalah terbukti.
86
2. Dari hasil analisis data secara parsial diperoleh bahwa variabel Sales to
Total Asset (SATA) berpengaruh negatif signifikan terhadap Financial
Distress. Hal ini berarti bahwa semakin rendah rasio ini maka
mengakibatkan kondisi Financial Distress akan semakin tinggi. Karena
semakin rendah maka akan semakin besar pula tuntutan investor atas
investasinya. Sehingga Retained Earnings to Total Asset (RETA) yang
rendah yang pada dasarnya dilakukan guna untuk mendanai perusahaan
dapat menurunkan Financial Distress.. Jadi, hipotesis yang menyatakan
bahwa Retained Earnings to Total Asset (RETA) berpengaruh negatif
signifikan terhadap Financial Distress adalah terbukti.
3. Dari hasil analisis data diperoleh bahwa variabel Market Value Of Equity
to Book Value of Total Liability (MVTL) berpengaruh negatif signifikan
terhadap Financial Distress. Hal ini berarti bahwa semakin rendah rasio
Market Value Of Equity to Book Value of Total Liability (MVTL) maka
Financial Distress juga akan semakin tinggi. Karena adanya rasio ini akan
menjadikan suatu perusahaan dinilai sebagai perusahaan yang tidak terlalu
bagus untuk keberlangsungan perusahaan itu sendiri. Jadi, hipotesis yang
menyatakan bahwa Market Value Of Equity to Book Value of Total
Liability berpengaruh negatif signifikan terhadap Financial Distress
adalah terbukti.
4. Dari hasil analisis data secara parsial diperoleh bahwa variabel Working
Capital to Total Asset (WCTA) tidak memiliki hubungan yang signifikan
terhadap Financial Distress. Hal ini menunjukkan bahwa semakin rendah
rasio itu tidak lantas menganggu kesehatan perusahaan itu sendiri.
87
Namun, perusahaan di Indonesia sebagian besar memiliki komposisi
kewajiban lancar yang tinggi pada modal kerjanya, sehingga modal kerja
terlihat besar yang berakibat pada tingginya rasio WCTA sehingga modal
kerja yang tinggi belum tentu menurunkan kemungkinan terjadinya
Financial Distress Jadi, hipotesis yang menyatakan bahwa ukuran
perusahaan berpengaruh negatif signifikan terhadap Financial Distress
dalam penelitian ini adalah tidak terbukti.
5.2. Keterbatasan
1. Penelitian ini hanya menggunakan periode amatan selama 2 tahun
dan periode prediksi selama 2 tahun, sehingga untuk pengujian
model prediksi masih belum dapat menjelaskan secara sempurna
rasio keuangan baik yang berasal dari laporan laba rugi, neraca dan
laporan arus kas untuk memprediksi kondisi Financial Distress
perusahaan.
2. Penelitian ini hanya menggunakan kriteria EBIT negatif dua tahun
berturut turut dari bursa untuk perusahaan yang masuk kategori
Financial Distress.
3. Penelitian ini tidak mengelompokkan perusahaan berdasarkan
kriteria tertentu, misalnya jumlah total aset, lamanya tercatat di
bursa, dan sebagainya. Penelitian tidak menguraikan analisis
kualitatif atas Rasio Altman (1968).
88
5.3. Saran
1. Penelitian selanjutnya disarankan memperpanjang periode amatan
dan periode prediksi agar upaya pemulihan yang dilakukan
perusahaan jika terindikasi mengalami Financial Distress dapat
lebih terlihat di periode-periode selanjutnya.
2. Penelitian selanjutnya menggunakan kriteria tambahan atau bahkan
kriteria lain untuk mengkategorikan Financial Distress, misalnya
ekuitas negatif dan arus kas operasi negatif.
3. Penelitian selanjutnya mengelompokkan perusahaan berdasarkan
kriteria tertentu, misalnya total aset yang dimiliki perusahaan dan
lamanya tercatat di bursa.
4. Penelitian selanjutnya melakukan analisis kualitatif atas
perhitungan Rasio Altman (1968) di tahun-tahun bersangkutan.
92
DAFTAR PUSTAKA
Aryani Intan Endah Rahmawati, (2015). Skripsi. Analisis Rasio Keuangan
Terhadap Kondisi Financial Distrass Pada Perusahaan Manufaktur Yang
Terdaftar Di Bursa Efek Indonesia Tahun 2008-2013, Universitas
Dipenogoro
Almilia L.S dan Emanuel Kristijadi. (2003). Jurnal. Analisis Rasio Keuangan Untuk
Memprediksi Kondisi Financial Distress Perusahaan Manufaktur Yang
Terdaftar Di Bursa Efek Jakarta. Surabaya: STIE Perbanas
Anna Candrawati, (2008) Jurnal. .Analisis Faktor-Faktor Yang Mempengaruhi
Keberhasilan Turnaround Pada Perusahaan Yang Mengalami Financial
Distress, Semarang: Jurusan Manajemen,Universitas Diponegoro.
Agus Widarjono, (2013), Ekonometrika; Pengantar, Dan Aplikasinya’’
Yogyakarta: STIM YKPN
Algifari, (1997), „’Analisis Statistik Untuk Bisnis Dengan Regresi,Korelasi Dan
Non Parametik Algifari’’ Edisi kesatu,Cetakan Pertama Yogyakarta: STIE-
YKPN
Asquith P R Gertner dan Scharfstein (1994). Journal. Anatomy Of Financial
Distress: An Examination Of Junk-Bond Issuers, Massachusetts Usa: The
MIT Press.
Altman, G. Marco dan F Varreto (1994) “Corporate Distress Diagnosis:
Comparisons Using Linier Discriminant Analysis and Neural Network The
Italian Experience,” Journal Of Banking and Finance
Arifin, Johar, (2007). „’Cara cerdas menilai kinerja perusahaan (aspek finansial
dan non finansial)‟‟ berbasis komputer. Jakarta: Elex Media Komputindo
.
Brigham, Eugene F. dan Joel F. Houston, (2006). Manajemen Keuangan, Jakarta
92
:Edisi 8, Erlangga,.
Ciptono, N. D. (2007). Jurnal.Analisis Rasio Keuangan Untuk Memprediksi
Kondisi Financial Distress pada Perusahaan Manufaktur yang Terdaftar
Yogyakarta: Andi.
Cristanty A.I Pattinasarany, (2010). Jurnal. Analisis Rasio Keuangan Untuk
Memprediksi Kondisi Financial Disstres di Bursa Efek Jakarta.
Yogyakarta: Fakultas Ekonomi dan Bisnis Universitas Gadjah Mada
Dina Rosselly Marta, (2011). Jurnal. Pengaruh Rasio Keuangan Terhadap
Financial distress Pada Perusahaan Sub Sektor Aneka Industri Yang
Terdaftar Di Bursa Efek Indonesia‟‟ Universitas Maritim Raja Ali Haji
Djakfar, Muhammad. (2012). Etika Bisnis: Menangkap Spirit Ajaran Langit dan
Pesan Moral Ajaran Bumi. Jakarta: Penebar Plus.
Departemen Agama RI, (2004). Al-quran dan Terjemahan, Semarang: CV.Toha
Putra,
Darsono dan Ashari. (2005). Pedoman Praktis Memahami Laporan Keuangan.
Evanny Indri Hapsari,(2012).Jurnal. Kekuatan Rasio Keuangan Dalam
Memprediksi Kondisi Financial Distress Perusahaan Manufaktur Di BEI,
Semarang: Universitas Negeri Semarang, Indonesia.
Fitriyah, Ida dan Hariyati. (2013).Jurnal “Pengaruh Rasio Keuangan Terhadap
Financial Distress Pada Perusahaan Properti dan Real Estate”. Ilmu
Manajemen, Vol 1. No 3. Mei 2011
Feri Dwi Ardiyanto, (2011). Skripsi. „‟Prediksi Rasio Keuangan Terhadap Kondisi
Financial Distress Perusahaan Manufaktur Yang Terdaftar Di Bei Periode
2005-2009,‟‟ Semarang: Universitas Dipenogoro.
Ghozali,Imam (2011). Aplikasi Analisis Multivariate Dengan Program IBM SPSS
19 (Edisi Kelima) Semarang: Universitas Diponegoro
Harahap, Sofyan Syafri, (2002), Analisis Kritis Atas Laporan Keuangan, PT Raja
Grafindo Persada, Jakarta.
92
Imam Mas‟ud dan Reva Maymi Sregga, (2012).Jurnal. Analisis Rasio Keuangan
Untuk Memprediksi Kondisi Financial distress Perusahaan Manufaktur
Yang Terdaftar Di Bursa Efek Indonesia. Jemberr: Fakultas Ekonomi
Universitas Jember.
Jiming, Li dan Du Weiwei, (2011), An Empirical Study on the Corporate Financial
Distress Prediction Based on Logistic Model: Evidence from China’s
Manufacturing Industry”, International Journal of Digital Content
Technology and its Applications, Volume 5, Number 6.
Kasmir ,(2012), Analisis Laporan Keuangan. Jakarta : PT.Raja Grafindo Persada.
Kuncoro mudrajad (2009). Metode Riset Untuk Bisnis Dan Ekonomi Penerbit
Jakarta : Erlangga.
Kementrian Perindustrian RI (2015). Daya Saing Manufaktur Lemah, Jakarta
Kementrian Keuangan Republik Indonesia (2015). Indek Daya Saing Indonesia
Duduki Peringkat 37 Dari 140 Negara, Jakarta
Machfoedz, Mas‟ud. (1994). “Financial Ratio Characteristic Analysis and The
Prediction of Earnings Changes in Indonesia”. Kelola No. 7: 114—133.
Mamduh M. Hanafi dan Abdul Halim, (2007). Analisis Laporan Keuangan
Yogyakarta:UPP STIM YKPN
Munawir,Slamet (2002). Akuntansi Keuangan Dan Manajemen, Edisi Pertama.
Yogyakarta: BPFE
Munawir. (1999). Analisa Laporan Keuangan. Yogyakarta: Liberty.
Nico Tantra Hartoyo, (2012). Jurnal. Prediksi Financial Distress Menggunakan
Analisis Diskriminan Pada Perusahaan Manufaktur Yang Terdaftar Di
Bursa Efek Indonesia Tahun 2010-2011,‟‟Malang : Fakultas Ekonomi dan
Bisnis Universitas Brawijaya,
92
Pasaribu, Rownland (2008). “Penggunaan Binary Logit Untuk Prediksi Financial
Distress Perusahaan Yang Tercatat Di Bursa Efek Jakarta .Ventura, Vol
11, No. 2, Agustus.
Pambekti, Galuh Tri. (2014). Skripsi Analisis Ketepatan Model Altman, Sprongate,
Zmijewski, Dan Grover Untuk Prediksi Financial Distress (Studi Pada
Perusahaan Yang Masuk Dalam Daftar Efek Syariah Tahun 2009-2012),
(tidak dipublikasikan). Yogyakarta: Fakultas Syari'ah Dan Hukum
Universitas Islam Neegeri Sunan Kalijaga,
Ramadhani, & Suci, A. (2009). Perbandingan Analisis Prediksi Kebangkrutan
dengan Menggunakan Model Altman Pertama,Altman Revisi, dan Altman
Modifikasi dengan Ukuran dan Umur Perusahaan Sebagai Variabel.
Siasat Bisnis, 15-28.
Suwardjono, (2005). Teori Akuntansi Perekayasaan Pelaporan Keuangan
Yogyakarta:BPFE
Sunyoto, D. (2013). Analisis Laporan Keuangan untuk Bisnis (Teori dan Kasus).
Yogyakarta: CAPS.
Sugiono, Arief. dan Untung, Edy. (2008) Panduan praktis dasar analisa laporan
keuangan pengetahuan dasar bagi mahasiswa dan praktisi perbankan.
Jakarta: Grasindo
Sartono, A. 2010. Manajemen Keuangan Teori dan Aplikasi. Yogyakarta: BPFE.
Werner R Murhadi , (2013) „’Analisis Laporan Keuangan Proyeksi Dan Valuasi
Saham’’. Jakarta: Salemba Empat
Yulia Purwanti, (2005).Skripsi „‟Analisis Rasio Keuangan Dalam Memprediksi
Kondisi Keuangan Financial Distrass Perusahaan Manufaktur Yang
Terdaftar di bursa efek Jakarta.Yogyakarta: Universitas Islam Indonesia
92
Syamsul Hadi dan Widyarini, (2009). Metodologi Penelitian Untuk Manajemen
Dan Akuntansi edisi I Yogyakarta: Ekonosia, hal 74
Sugiyono, (2010) Statistika Untuk Penelitian. cetakan ke-16 Bandung: Alfabeta,
Singgih Santoso, (2001). Buku Latihan SPSS Statistik Parametrik PT. Elex
Media Komputindo, Jakarta,
Platt, H. dan M. B. Platt (2002) Jurnal. Predicting Financial Distress.”Journal of
Financial Service Professionals, 56: 12-15.
Hilda Nia Ferbianasari (2012).Jurnal. Analisis Penilaian Financial Distress
Menggunakan Model Altman (Z-Score Pada Perusahaan Kosmetik Yang
Tercatat Di Bursa Efek Indonesia Surabaya : Universitas Negeri Surabaya
Margono S. Drs. (2007). Metodologi Penelitian Pendidikan Komponen MKDK.
Jakarta : PT. Rineka Cipta
Maulana, Helmy. (2010) Skripsi Prediksi Financial Distress Pada Perusahaan
Manufaktur Menggunakan Rasio Altman”., Surabaya:Program Studi
Akuntansi, Sekolah Tinggi Ilmu Ekonomi (STIE) Perbanas
Muhammad Arif Hidayat, (2013).Skripsi. Prediksi Financial Distress Perusahaan
Manufaktur Di Indonesia Semarang:.Fakultas Ekonomi Dan Bisnis
Universitas Diponegoro
Lakhsan, A.M.I. dan W.M.H.N. Wijekoon. (2013).“The Use of Financial Ratios in
Predicting Corporate Failure in Sri Lanka”.American GSTF International
Journal on Business Review, Vol. 2 No 4, July 2013.
Fahmi Irham (2012), Analisis Laporan Keuangan’’. Bandung: Penerbit Alfabeta
Suad Husnan Dan Enny Pudjiastuti (2004). Dasar-Dasar Teori Portofolio Dan
Analisis Sekuritas, Edisi Keempat : BPFE
D:\pdf alpoad\lampiran.docx - 1 -
LAMPIRAN… variable name variable label ---------------------------------------------------------------------------- id Tahun Tahun X1 WCTA X2 RETA X3 EBITTA X4 MVETL X5 STA Y Financial Distress Deskriptif Saat Non Distres Variable | Mean Std. Dev. Min Max | Observations -----------------+--------------------------------------------+---------------- X1 overall | .1515522 .2042012 -.1294478 .6239628 | N = 23 between | .2024106 -.1294478 .5941642 | n = 14 within | .0293224 .0850396 .2262885 | T-bar = 1.64286 | | X2 overall | -.068743 .7636195 -3.28232 .762542 | N = 23 between | .9398559 -3.28232 .7225633 | n = 14 within | .0160534 -.1087217 -.0287642 | T-bar = 1.64286 | | X4 overall | .4319328 1.499972 -.0897395 7.291983 | N = 23 between | 1.919945 -.0819763 7.291983 | n = 14 within | .038364 .3238096 .5400561 | T-bar = 1.64286 | | X5 overall | .9954551 .4896127 .0602632 1.9617 | N = 23 between | .5383045 .0602632 1.9617 | n = 14 within | .154784 .6762979 1.314612 | T-bar = 1.64286 Deskriptif Saat Distres Variable | Mean Std. Dev. Min Max | Observations -----------------+--------------------------------------------+---------------- X1 overall | -.1699535 .8671341 -4.122965 .6010994 | N = 57 between | .7604882 -3.093144 .5733364 | n = 19 within | .2150309 -1.199775 .6560957 | T-bar = 3 | | X2 overall | -.9322531 1.912626 -9.409933 .7364448 | N = 57 between | 1.705121 -7.079334 .7221114 | n = 19 within | .4854734 -3.262852 1.038129 | T-bar = 3 | | X4 overall | .2113443 .333051 -.0064471 2.236623 | N = 57 between | .2527506 -.0042552 .9432025 | n = 19 within | .2161449 -.4949531 1.504765 | T-bar = 3 | | X5 overall | .8050096 .4957564 .0150476 2.426675 | N = 57 between | .4788125 .06915 2.080414 | n = 19 within | .1248472 .4511817 1.15127 | T-bar = 3
D:\pdf alpoad\lampiran.docx - 2 -
-4-3
-2-1
01
WC
TA
2012 2013 2014 2015Tahun
-4.122965 -3.447795 -2.53472 -2.267094 -.4812917 -.2659773
-10
-8-6
-4-2
0R
ET
A
2012 2013 2014 2015Tahun
-9.409933 -7.88527 -5.913181 -5.108952 -3.28232 -3.10569 -1.961617 -1.898516 -1.858522 -1.718823 -.7020797 .6825845 .762542
D:\pdf alpoad\lampiran.docx - 3 -
02
46
8M
VE
TL
2012 2013 2014 2015Tahun
-.0064471 -.0035624 .528482 .6501741 .6684748 2.236623 7.291983
0.5
11.
52
2.5
ST
A
2012 2013 2014 2015Tahun
.0150476 .0267301 .1656723 .2687584 1.664782 1.792365 1.860993 1.893554 1.9617 2.023176 2.426675
D:\pdf alpoad\lampiran.docx - 4 -
LAMPIRAN Fixed note: multiple positive outcomes within groups encountered. note: 7 groups (28 obs) dropped because of all positive or all negative outcomes. Iteration 0: log likelihood = -17.215407 Iteration 1: log likelihood = -15.96167 Iteration 2: log likelihood = -15.091161 Iteration 3: log likelihood = -14.932112 Iteration 4: log likelihood = -14.92895 Iteration 5: log likelihood = -14.928949 Conditional fixed-effects logistic regression Number of obs = 52 Group variable: id Number of groups = 13 Obs per group: min = 4 avg = 4.0 max = 4 LR chi2(4) = 11.05 Log likelihood = -14.928949 Prob > chi2 = 0.0260 ------------------------------------------------------------------------------ Y | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- X1 | -4.510857 3.877271 -1.16 0.245 -12.11017 3.088455 X2 | -8.151836 7.125452 -1.14 0.253 -22.11746 5.813793 X4 | -2.147298 1.600726 -1.34 0.180 -5.284663 .9900668 X5 | -2.344071 1.392077 -1.68 0.092 -5.072491 .3843491 ------------------------------------------------------------------------------
D:\pdf alpoad\lampiran.docx - 5 -
Random Fitting comparison model: Iteration 0: log likelihood = -47.991842 Iteration 1: log likelihood = -40.648234 Iteration 2: log likelihood = -37.73062 Iteration 3: log likelihood = -36.946822 Iteration 4: log likelihood = -36.937178 Iteration 5: log likelihood = -36.937162 Iteration 6: log likelihood = -36.937162 Fitting full model: tau = 0.0 log likelihood = -36.937162 tau = 0.1 log likelihood = -37.039621 Iteration 0: log likelihood = -37.039621 Iteration 1: log likelihood = -36.949855 Iteration 2: log likelihood = -36.939818 Iteration 3: log likelihood = -36.937666 Iteration 4: log likelihood = -36.937278 Iteration 5: log likelihood = -36.93719 Iteration 6: log likelihood = -36.937168 Iteration 7: log likelihood = -36.937166 Random-effects logistic regression Number of obs = 80 Group variable: id Number of groups = 20 Random effects u_i ~ Gaussian Obs per group: min = 4 avg = 4.0 max = 4 Integration method: mvaghermite Integration points = 12 Wald chi2(4) = 9.88 Log likelihood = -36.937166 Prob > chi2 = 0.0424 ------------------------------------------------------------------------------ Y | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- X1 | -.3130708 1.758739 -0.18 0.859 -3.760136 3.133994 X2 | -2.314065 1.180066 -1.96 0.050 -4.626952 -.0011776 X4 | -1.751825 .9068073 -1.93 0.053 -3.529134 .0254848 X5 | -1.153871 .6239025 -1.85 0.064 -2.376697 .0689555 _cons | 1.950673 .7481057 2.61 0.009 .4844125 3.416933 -------------+---------------------------------------------------------------- /lnsig2u | -12.67993 42.28176 -95.55066 70.1908 -------------+---------------------------------------------------------------- sigma_u | .0017644 .0373002 1.78e-21 1.74e+15 rho | 9.46e-07 .00004 9.68e-43 1 ------------------------------------------------------------------------------ Likelihood-ratio test of rho=0: chibar2(01) = 7.8e-06 Prob >= chibar2 = 0.499
D:\pdf alpoad\lampiran.docx - 6 -
LAMPIRAN..
Hausman Test ---- Coefficients ---- | (b) (B) (b-B) sqrt(diag(V_b-V_B)) | Fixmodel Randmodel Difference S.E. -------------+---------------------------------------------------------------- X1 | -4.510857 -.3130708 -4.197786 3.45544 X2 | -8.151836 -2.314065 -5.837771 7.027055 X4 | -2.147298 -1.751825 -.3954734 1.3191 X5 | -2.344071 -1.153871 -1.1902 1.244437 ------------------------------------------------------------------------------ b = consistent under Ho and Ha; obtained from xtlogit B = inconsistent under Ha, efficient under Ho; obtained from xtlogit Test: Ho: difference in coefficients not systematic chi2(4) = (b-B)'[(V_b-V_B)^(-1)](b-B) = 0.75
Prob>chi2 = 0.9456 (If this is < 0.05 use fixed effects) (V_b-V_B is not positive definite)
D:\pdf alpoad\lampiran.docx - 7 -
LAMPIRAN Random Non Outlier Fitting comparison model: Iteration 0: log likelihood = -45.727661 Iteration 1: log likelihood = -38.477252 Iteration 2: log likelihood = -35.300017 Iteration 3: log likelihood = -34.203322 Iteration 4: log likelihood = -34.176502 Iteration 5: log likelihood = -34.17643 Iteration 6: log likelihood = -34.17643 Fitting full model: tau = 0.0 log likelihood = -34.17643 tau = 0.1 log likelihood = -34.248361 Iteration 0: log likelihood = -34.248361 Iteration 1: log likelihood = -34.19275 Iteration 2: log likelihood = -34.178259 Iteration 3: log likelihood = -34.176795 Iteration 4: log likelihood = -34.176513 Iteration 5: log likelihood = -34.17645 Iteration 6: log likelihood = -34.176434 Iteration 7: log likelihood = -34.176433 Random-effects logistic regression Number of obs = 76 Group variable: id Number of groups = 19 Random effects u_i ~ Gaussian Obs per group: min = 4 avg = 4.0 max = 4 Integration method: mvaghermite Integration points = 12 Wald chi2(4) = 10.06 Log likelihood = -34.176433 Prob > chi2 = 0.0395 ------------------------------------------------------------------------------ Y | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- X1 | -.436568 1.878685 -0.23 0.816 -4.118722 3.245586 X2 | -2.793596 1.387671 -2.01 0.044 -5.513381 -.0738113 X4 | -1.982 .9242765 -2.14 0.032 -3.793549 -.1704514 X5 | -1.34567 .6546545 -2.06 0.040 -2.628769 -.0625703 _cons | 2.257721 .8041342 2.81 0.005 .6816474 3.833795 -------------+---------------------------------------------------------------- /lnsig2u | -12.48021 43.89433 -98.51152 73.55109 -------------+---------------------------------------------------------------- sigma_u | .0019496 .0427892 4.06e-22 9.36e+15 rho | 1.16e-06 .0000507 5.01e-44 1 ------------------------------------------------------------------------------ Likelihood-ratio test of rho=0: chibar2(01) = 6.1e-06 Prob >= chibar2 = 0.499 ------------------------------------------------------------------------------ Y | Odds Ratio Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- X1 | .6457587 1.21326 -0.23 0.816 .0162488 25.6637
D:\pdf alpoad\lampiran.docx - 8 -
X2 | .0611933 .0849225 -2.01 0.044 .0040311 .9289225 X4 | .1377751 .1273469 -2.14 0.032 .0225111 .8432275 X5 | .2602561 .1703881 -2.06 0.040 .0721314 .9390254 _cons | 9.56743 7.694297 2.81 0.005 1.97808 46.27503 ------------------------------------------------------------------------------ ==============================================================================
*** Panel Data Non Normality Geary Runs Test ============================================================================== Ho: Normality - Ha: Non Normality ------------------------------------------------------------------------------ - Geary LM Test = -1.4818 P-Value > Chi2(2) 0.4767 ------------------------------------------------------------------------------ Skewness Coefficient = -0.6460 - Standard Deviation = 0.2756 Kurtosis Coefficient = 2.0452 - Standard Deviation = 0.5448 ------------------------------------------------------------------------------ Runs Test: (27) Runs - (54) Positives - (22) Negatives Standard Deviation Runs Sig(k) = 3.5518 , Mean Runs E(k) = 32.2632 95% Conf. Interval [E(k)+/- 1.96* Sig(k)] = (25.3017 , 39.2246 ) ------------------------------------------------------------------------------
Collinearity Diagnostics SQRT R- Variable VIF VIF Tolerance Squared ---------------------------------------------------- X1 8.20 2.86 0.1219 0.8781 X2 8.02 2.83 0.1247 0.8753 X4 1.40 1.18 0.7130 0.2870 X5 1.44 1.20 0.6960 0.3040 ---------------------------------------------------- Mean VIF 4.77 Cond Eigenval Index --------------------------------- 1 2.6019 1.0000 2 1.3156 1.4063 3 0.8966 1.7036 4 0.1420 4.2812 5 0.0439 7.6952 --------------------------------- Condition Number 7.6952 Eigenvalues & Cond Index computed from scaled raw sscp (w/ intercept) Det(correlation matrix) 0.0999 ============================================================================== * Ordinary Least Squares (OLS) Regression ============================================================================== Y = X1 + X2 + X4 + X5 ------------------------------------------------------------------------------ Sample Size = 80 | Cross Sections Number = 20 Wald Test = 15.3886 | P-Value > Chi2(4) = 0.0040 F-Test = 3.8472 | P-Value > F(4 , 76) = 0.0067 R2 (R-Squared) = 0.1684 | Raw Moments R2 = 0.7609 R2a (Adjusted R2) = 0.1356 | Raw Moments R2 Adj = 0.7515 Root MSE (Sigma) = 0.4235 | Log Likelihood Function = -42.7193 ------------------------------------------------------------------------------ - R2h= 0.1684 R2h Adj= 0.1356 F-Test = 3.80 P-Value > F(4 , 76) 0.0072
D:\pdf alpoad\lampiran.docx - 9 -
- R2v= 0.1684 R2v Adj= 0.1356 F-Test = 3.80 P-Value > F(4 , 76) 0.0072 ------------------------------------------------------------------------------ Y | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- X1 | -.0006224 .1813661 -0.00 0.997 -.3618444 .3605996 X2 | -.0966555 .0790953 -1.22 0.225 -.2541874 .0608764 X4 | -.1570823 .0667129 -2.35 0.021 -.2899525 -.0242121 X5 | -.262926 .1145587 -2.30 0.024 -.4910895 -.0347625 _cons | .9155544 .1263944 7.24 0.000 .6638181 1.167291 ------------------------------------------------------------------------------ ==============================================================================
*** Panel Data Autocorrelation Box-Pierce Test ============================================================================== Ho: No AR(1) Panel AutoCorrelation - Ha: AR(1) Panel AutoCorrelation - Panel Rho Value = 0.2614 - Box-Pierce LM Test = 5.4673 P-Value > Chi2(1) 0.0194 ------------------------------------------------------------------------------
LAMPIRAN
No
Outlier Kode Tahun
X1
WCTA X2
RETA X4
MVETL X5 STA Y Financial
Distress
1 1 YPAS 2012 ,124 ,168 ,152 1,184 Non Financial Distress
2 1 2013 ,101 ,103 ,063 ,716 Non Financial Distress
3 1 2014 ,113 ,162 ,175 1,314 Financial Distress
4 1 2015 ,068 ,149 ,218 ,994 Financial Distress
5 1 TFCO 2012 ,112 ,029 -,002 ,937 Non Financial Distress
6 1 2013 ,109 ,004 -,003 ,843 Financial Distress
7 1 2014 ,118 -,012 -,004 ,827 Financial Distress
8 1 2015 ,151 -,017 -,006 ,586 Financial Distress
9 1 SSTM 2012 ,221 -,097 ,134 ,684 Financial Distress
10 1 2013 ,124 -,114 ,133 ,716 Financial Distress
11 1 2014 ,086 -,138 ,137 ,672 Financial Distress
12 1 2015 ,063 -,162 ,148 ,701 Financial Distress
13 1 POLY 2012 -2,267 -5,109 ,520 1,486 Financial Distress
14 1 2013 -2,535 -5,913 ,528 1,599 Financial Distress
15 1 2014 -3,448 -7,885 ,527 1,792 Financial Distress
16 1 2015 -4,123 -9,410 ,539 1,665 Financial Distress
17 1 MYTX 2012 -,232 -,674 ,009 ,842 Financial Distress
18 1 2013 -,266 -,590 ,007 ,907 Financial Distress
19 1 2014 -,385 -,642 ,007 1,042 Financial Distress
20 1 2015 -,481 -,736 ,006 ,973 Financial Distress
21 1 MAIN 2012 ,023 ,416 -,090 1,861 Non Financial Distress
22 1 2013 ,005 ,418 -,074 1,894 Non Financial Distress
23 1 2014 ,038 ,227 ,095 1,275 Financial Distress
24 1 2015 ,128 ,186 ,314 1,205 Financial Distress
25 1 KRAS 2012 ,061 -,007 ,081 ,893 Financial Distress
26 1 2013 -,018 -,014 ,088 ,876 Financial Distress
27 1 2014 -,136 -,072 ,068 ,718 Financial Distress
28 1 2015 -,369 -,136 ,061 ,357 Financial Distress
29 1 KBRI 2012 ,027 -3,282 7,292 ,060 Non Financial Distress
30 1 2013 ,027 -3,106 2,237 ,015 Financial Distress
31 1 2014 ,044 -1,899 ,356 ,027 Financial Distress
32 1 2015 -,053 -1,801 ,237 ,166 Financial Distress
34
1 2013 ,624 ,763 ,025 ,519 Non Financial Distress
35 1 2014 ,601 ,736 ,015 ,843 Financial Distress
36 1 2015 ,546 ,708 ,011 ,395 Financial Distress
37 1 IMAS 2012 ,107 ,095 ,239 1,125 Non Financial Distress
38 1 2013 ,041 ,095 ,181 ,901 Non Financial Distress
39 1 2014 ,016 ,082 ,169 ,829 Non Financial Distress
40 1 2015 -,034 ,075 ,156 ,728 Non Financial Distress
41 1 HDTX 2012 -,166 ,031 ,632 Non Financial Distress
42 1 2013 -,232 -,186 ,014 ,444 Financial Distress
43 1 2014 -,003 -,130 ,006 ,278 Financial Distress
44 1 2015 -,048 -,174 ,039 ,287 Financial Distress
45 1 GDST 2012 ,403 ,001 ,152 1,416 Non Financial Distress
46 1 2013 ,484 ,000 ,184 1,183 Non Financial Distress
47 1 2014 ,138 -,004 ,113 ,895 Financial Distress
48 1 2015 ,062 -,051 ,149 ,772 Financial Distress
49 1 FPNI 2012 -,047 -,328 ,251 1,791 Financial Distress
50 1 2013 -,030 -,382 ,024 2,023 Financial Distress
51 1 2014 -,128 -,457 ,281 2,427 Financial Distress
52 1 2015 -,060 -,488 ,335 1,962 Non Financial Distress
53 1 ESTI 2012 ,000 -,560 ,110 ,828 Financial Distress
54 1 2013 -,081 -,702 ,110 ,669 Financial Distress
55 1 2014 -,194 -,834 ,104 ,678 Financial Distress
56 1 2015 -,224 -1,207 ,110 ,651 Financial Distress
57 1 BRPT 2012 ,123 -,038 ,140 1,082 Financial Distress
58 1 2013 -,236 -,046 ,128 1,085 Financial Distress
59 1 2014 ,086 -,051 ,127 1,065 Non Financial Distress
60 1 2015 ,019 -,055 ,153 ,624 Non Financial Distress
61 0 ARGO 2012 -,058 -,881 ,442 ,553 Financial Distress
62 0 2013 -,129 -,645 ,249 ,566 Non Financial Distress
63 0 2014 -,296 -1,566 ,650 ,719 Financial Distress
64 0 2015 -,408 -1,838 ,668 ,348 Financial Distress
65 1 ALTO 2012 ,320 ,010 ,319 ,324 Non Financial Distress
66 1 2013 ,399 ,004 ,433 ,268 Financial Distress
67 1 2014 ,265 ,002 ,434 ,269 Financial Distress
68 1 2015 ,173 -,018 ,455 ,256 Financial Distress
69 1 ADMG 2012 ,227 ,070 ,026 ,815 Non Financial Distress
70 1 2013 ,269 ,076 ,242 ,901 Non Financial Distress
71 1 2014 ,224 ,041 ,333 ,964 Financial Distress
72 1 2015 ,219 -,012 ,384 ,740 Financial Distress
73 1 JKSW 2012 ,307 -1,719 ,007 ,309 Financial Distress
74 1 2013 ,375 -1,859 ,007 ,350 Financial Distress
75 1 2014 ,299 -1,641 ,007 ,285 Financial Distress
76 1 2015 ,248 -1,962 ,007 ,541 Financial Distress
77 1 SCPI 2012 ,377 -,083 ,000 ,686 Financial Distress
78 1 2013 ,432 -,065 ,000 ,545 Financial Distress
79 1 2014 ,471 -,084 ,000 ,730 Financial Distress
80 1 2015 ,180 ,022 ,000 1,496 Non Financial Distress
CURRICULUM VITAE
Nama : M. Ahkamus Syafiuddin
TTL : Lamongan, 02 April 1992
Alamat : Jabung Laren Lamongan
Fakultas : Ekonomi Dan Bisnis Islam
Program Studi : Manajemen Keuangan Syariah
No. Hp : 083833847155
Email : [email protected]
Pendidikan Formal
1998-2004: MI Thoriqotul Hidayah Jabung,Lamongan
2004-2006: MTS Thoriqotul Hidayah Jabung Lamongan
2006-2009: Pesantren Tebuireng